2016년 2월 27일 토요일

china cpi estimate


중국의 소비자물가지수 자체는 공개되지 않는다.
공식발표는 yoy, mom이고 소수점 한자리까지이다.
fred, bok, www.stats.gov.cn에 없으니 아마 없을 것이다.

tradingeconomics와 한국은행에서는 중국 공식자료처럼 전년동월비에 100을 더한 값을 보여준다.
그러니 다른 나라의 값과 그냥 비교하면 틀린다.

oecd에서 추정하고 제공하는 cpi는 93년 이후의 값이고, oecd통계에서 제공하는 값을 fred에서도 제공한다.
이것으로 계산하면 중국공식물가와 mom은 오차가 없지만, yoy는 오차가 발생한다.
oecd의 값은 mom으로 역산한 것으로 추정된다.

그런데 mom으로 역산하면 계절조정을 한 값이 구해지고, yoy의 오차는 지속적이어야 하지만 09년 이후 차이가 커지고 이전에는 오차가 적다.

중국당국이 일정시기 이후에는 계절조정값을 기준으로 삼고, 그 이전에는 계절조정하지않은 값을 기준으로 삼았거나, 아니면 기준을 여러번 바꾸었거나.


중국통계의 미스테리를 얘기하고 싶은 것은 아니고, 물가지수를 알고 싶으면 발표된 yoy와 mom을 이용해서 역산을 해야하는데 소숫점 한자리로는 오차가 커서 계산하기 어렵기때문에 yoy 오차가 적었던 09년 전후의 oecd값을 기준삼아 전체를 역산했다.

장점은 yoy로 오차가 없다는 것과 87년부터 cpi의 값을 추정할 수 있어서 oced보다 6년 더 길게 볼 수 있다는 것이다. 당연히 mom 오차는 더 크다(이 숫자에는 관심이 없다).







oecd의 값으로 yoy를 계산하면 공식 통계와 차이가 난다.
mom은 차이가 없다.



그래서 yoy값을 기준으로 index를 재구성했다.
장기적으로 oecd값과 차이가 없다.

아마 oecd값은 계절조정값, 내가 계산한 값은 계절조정하지 않은 값과 비슷할 것으로 본다.




중국 공식통계값과 oecd값 비교.



중국 공식통계값과 추정치 비교.


아래는 cpi 추정치.




observation_date oecd china cpi rmr_cpi
1987-01-01   27.553880
1987-02-01   27.434902
1987-03-01   27.768951
1987-04-01   27.793076
1987-05-01   28.081441
1987-06-01   27.997303
1987-07-01   27.484709
1987-08-01   27.474068
1987-09-01   28.045984
1987-10-01   28.485635
1987-11-01   28.829056
1987-12-01   29.096357
1988-01-01   30.119146
1988-02-01   30.288132
1988-03-01   30.906843
1988-04-01   31.183832
1988-05-01   32.066198
1988-06-01   32.563663
1988-07-01   32.764521
1988-08-01   33.957947
1988-09-01   35.450124
1988-10-01   36.202393
1988-11-01   36.558126
1988-12-01   37.214241
1989-01-01   38.368781
1989-02-01   38.889961
1989-03-01   39.282597
1989-04-01   39.478731
1989-05-01   40.053888
1989-06-01   39.984922
1989-07-01   39.120838
1989-08-01   39.153513
1989-09-01   39.523343
1989-10-01   39.319419
1989-11-01   39.263428
1989-12-01   39.670381
1990-01-01   40.018638
1990-02-01   40.601119
1990-03-01   40.618206
1990-04-01   40.742050
1990-05-01   41.135343
1990-06-01   40.428754
1990-07-01   39.551167
1990-08-01   40.132351
1990-09-01   40.673472
1990-10-01   40.538321
1990-11-01   40.716174
1990-12-01   41.376207
1991-01-01   40.899048
1991-02-01   41.331939
1991-03-01   41.268097
1991-04-01   41.271697
1991-05-01   42.616215
1991-06-01   42.207620
1991-07-01   41.410072
1991-08-01   42.098836
1991-09-01   42.503779
1991-10-01   42.484161
1991-11-01   42.507686
1991-12-01   43.238137
1992-01-01   43.148496
1992-02-01   43.522532
1992-03-01   43.455306
1992-04-01   44.201987
1992-05-01   44.619177
1992-06-01   44.233585
1992-07-01   43.563396
1992-08-01   44.540569
1992-09-01   45.691562
1992-10-01   45.840409
1992-11-01   45.993316
1992-12-01   47.043093
1993-01-01 47.490768 47.592791
1993-02-01 47.759775 48.222966
1993-03-01 48.643749 48.756853
1993-04-01 50.049258 49.771438
1993-05-01 50.798545 50.865862
1993-06-01 50.728261 50.912857
1993-07-01 50.376782 50.620666
1993-08-01 51.456412 51.845222
1993-09-01 52.807154 52.865137
1993-10-01 53.190889 53.129034
1993-11-01 53.651946 53.674200
1993-12-01 55.273692 55.887194
1994-01-01 57.511321 57.634870
1994-02-01 58.840043 59.410694
1994-03-01 59.539949 59.678388
1994-04-01 60.909947 60.571840
1994-05-01 61.618635 61.700291
1994-06-01 62.192848 62.419162
1994-07-01 62.467210 62.769626
1994-08-01 64.732166 65.221290
1994-09-01 67.223507 67.297320
1994-10-01 67.924765 67.845777
1994-11-01 68.406231 68.434605
1994-12-01 69.368483 70.138429
1995-01-01 71.371549 71.524874
1995-02-01 72.020212 72.718689
1995-03-01 72.221958 72.389885
1995-04-01 73.518305 73.110211
1995-05-01 74.127218 74.225450
1995-06-01 73.511945 74.216384
1995-07-01 72.899234 73.252154
1995-08-01 74.118330 74.678377
1995-09-01 76.097010 76.180566
1995-10-01 76.143662 76.055116
1995-11-01 76.067730 76.099281
1995-12-01 76.374699 77.222410
1996-01-01 77.794988 77.962112
1996-02-01 78.718092 79.481527
1996-03-01 79.299710 79.484094
1996-04-01 80.649582 80.201901
1996-05-01 80.724540 80.831515
1996-06-01 79.833973 80.598993
1996-07-01 78.949871 79.332082
1996-08-01 80.121915 80.727325
1996-09-01 81.728189 81.817928
1996-10-01 81.473719 81.378974
1996-11-01 81.316403 81.350132
1996-12-01 81.720928 82.627979
1997-01-01 82.384893 82.561877
1997-02-01 83.126305 83.932493
1997-03-01 82.471699 82.663458
1997-04-01 83.230368 82.768362
1997-05-01 82.984827 83.094797
1997-06-01 82.069324 82.855765
1997-07-01 81.081517 81.474049
1997-08-01 81.644231 82.261144
1997-09-01 83.199296 83.290650
1997-10-01 82.695824 82.599659
1997-11-01 82.210884 82.244983
1997-12-01 82.047813 82.958491
1998-01-01 82.632047 82.809563
1998-02-01 83.043179 83.093168
1998-03-01 83.049001 83.242102
1998-04-01 82.980677 82.520057
1998-05-01 82.154979 82.263849
1998-06-01 81.002423 81.778640
1998-07-01 79.946376 80.333412
1998-08-01 80.501211 81.109488
1998-09-01 81.951307 82.041291
1998-10-01 81.786170 81.691062
1998-11-01 81.224353 81.258043
1998-12-01 81.227334 82.128906
1999-01-01 81.640463 81.815848
1999-02-01 81.963617 82.012956
1999-03-01 81.554118 81.743744
1999-04-01 81.155102 81.447296
1999-05-01 80.347570 80.454044
1999-06-01 79.301373 79.586972
1999-07-01 78.827126 79.208744
1999-08-01 79.454696 79.730627
1999-09-01 81.295696 81.384960
1999-10-01 81.295453 81.200916
1999-11-01 80.493333 80.526721
1999-12-01 80.415061 81.307617
2000-01-01 81.477181 81.652216
2000-02-01 82.537363 82.587047
2000-03-01 81.391011 81.580257
2000-04-01 80.911636 81.202954
2000-05-01 80.427917 80.534498
2000-06-01 79.697879 79.984907
2000-07-01 79.221262 79.604788
2000-08-01 79.693060 79.969819
2000-09-01 81.295696 81.384960
2000-10-01 81.295453 81.200916
2000-11-01 81.539747 81.573568
2000-12-01 81.621287 81.632847
2001-01-01 82.454908 82.632043
2001-02-01 82.537363 82.587047
2001-03-01 82.042139 82.232899
2001-04-01 82.206223 82.502201
2001-05-01 81.795191 81.903585
2001-06-01 80.813650 81.104696
2001-07-01 80.409581 80.798860
2001-08-01 80.489991 80.769517
2001-09-01 81.214401 81.303575
2001-10-01 81.458044 81.363318
2001-11-01 81.295127 81.328847
2001-12-01 81.376423 81.387949
2002-01-01 81.620552 81.805722
2002-02-01 82.518378 82.587047
2002-03-01 81.445640 81.575035
2002-04-01 81.201302 81.429673
2002-05-01 80.957698 81.002646
2002-06-01 80.229079 80.455858
2002-07-01 79.667476 80.071670
2002-08-01 79.906478 80.204130
2002-09-01 80.705543 80.734450
2002-10-01 80.866954 80.712411
2002-11-01 80.786087 80.759546
2002-12-01 81.028445 81.062397
2003-01-01 81.919758 82.132945
2003-02-01 82.657036 82.752221
2003-03-01 82.161094 82.309211
2003-04-01 81.996772 82.243970
2003-05-01 81.422794 81.569664
2003-06-01 80.445721 80.697226
2003-07-01 80.043492 80.472028
2003-08-01 80.603796 80.925968
2003-09-01 81.571042 81.622529
2003-10-01 82.305182 82.165235
2003-11-01 83.128233 83.182332
2003-12-01 83.627003 83.656394
2004-01-01 84.546900 84.761199
2004-02-01 84.377806 84.490018
2004-03-01 84.630940 84.778487
2004-04-01 85.054094 85.369240
2004-05-01 84.969040 85.158729
2004-06-01 84.374257 84.732087
2004-07-01 84.205508 84.737046
2004-08-01 84.794947 85.215044
2004-09-01 85.727691 85.866901
2004-10-01 85.727691 85.698340
2004-11-01 85.470508 85.511437
2004-12-01 85.555979 85.664147
2005-01-01 86.069315 86.371662
2005-02-01 87.618562 87.785129
2005-03-01 86.829995 87.067506
2005-04-01 86.569505 86.905887
2005-05-01 86.396366 86.691586
2005-06-01 85.705195 86.087800
2005-07-01 85.705195 86.262313
2005-08-01 85.876605 86.322839
2005-09-01 86.477741 86.639703
2005-10-01 86.823653 86.726720
2005-11-01 86.563182 86.623086
2005-12-01 86.909434 87.034773
2006-01-01 88.039257 88.012724
2006-02-01 88.479453 88.575195
2006-03-01 87.683138 87.764046
2006-04-01 87.858504 87.948757
2006-05-01 87.770646 87.905269
2006-06-01 87.331793 87.379117
2006-07-01 87.069798 87.124936
2006-08-01 87.331007 87.445036
2006-09-01 87.767662 87.939298
2006-10-01 87.855429 87.940894
2006-11-01 88.118996 88.268924
2006-12-01 89.352662 89.471747
2007-01-01 89.978131 89.949004
2007-02-01 90.877911 90.966725
2007-03-01 90.605278 90.660260
2007-04-01 90.514673 90.587220
2007-05-01 90.786217 90.894048
2007-06-01 91.149361 91.223799
2007-07-01 91.969705 92.003932
2007-08-01 93.073342 93.128964
2007-09-01 93.352562 93.391535
2007-10-01 93.632620 93.657052
2007-11-01 94.288048 94.359480
2007-12-01 95.230929 95.287411
2008-01-01 96.373700 96.335383
2008-02-01 98.879417 98.880830
2008-03-01 98.187260 98.185061
2008-04-01 98.285447 98.287134
2008-05-01 97.892306 97.892889
2008-06-01 97.696521 97.700688
2008-07-01 97.794218 97.800180
2008-08-01 97.696423 97.692283
2008-09-01 97.696423 97.687546
2008-10-01 97.403334 97.403334
2008-11-01 96.624108 96.624108
2008-12-01 96.430859 96.430859
2009-01-01 97.298737 97.298737
2009-02-01 97.298737 97.298737
2009-03-01 97.006841 97.006841
2009-04-01 96.812827 96.812827
2009-05-01 96.522389 96.522389
2009-06-01 96.039777 96.039777
2009-07-01 96.039777 96.039777
2009-08-01 96.519976 96.519976
2009-09-01 96.906045 96.906045
2009-10-01 96.811524 96.916317
2009-11-01 97.102857 97.203852
2009-12-01 98.073966 98.263046
2010-01-01 98.656632 98.758218
2010-02-01 99.846241 99.925803
2010-03-01 99.142187 99.335005
2010-04-01 99.344501 99.523586
2010-05-01 99.247390 99.514583
2010-06-01 98.648539 98.824930
2010-07-01 99.045076 99.209089
2010-08-01 99.635834 99.898175
2010-09-01 100.234685 100.394663
2010-10-01 100.938739 101.180635
2010-11-01 102.047423 102.161249
2010-12-01 102.557255 102.783146
2011-01-01 103.585013 103.597370
2011-02-01 104.823177 104.822167
2011-03-01 104.612770 104.699095
2011-04-01 104.717974 104.798336
2011-05-01 104.823177 104.987885
2011-06-01 105.138788 105.149726
2011-07-01 105.664805 105.657680
2011-08-01 105.980416 106.091862
2011-09-01 106.514526 106.518737
2011-10-01 106.619730 106.745570
2011-11-01 106.409323 106.452021
2011-12-01 106.724933 106.997255
2012-01-01 108.327264 108.259252
2012-02-01 108.213968 108.176476
2012-03-01 108.432467 108.468263
2012-04-01 108.327264 108.361479
2012-05-01 108.003561 108.137522
2012-06-01 107.356154 107.463020
2012-07-01 107.459497 107.559518
2012-08-01 108.100672 108.213699
2012-09-01 108.432467 108.542593
2012-10-01 108.319171 108.560245
2012-11-01 108.432467 108.581062
2012-12-01 109.298373 109.672186
2013-01-01 110.390872 110.424437
2013-02-01 111.604758 111.638124
2013-03-01 110.601279 110.746096
2013-04-01 110.819940 110.962155
2013-05-01 110.156187 110.408410
2013-06-01 110.156187 110.364521
2013-07-01 110.265113 110.463625
2013-08-01 110.819778 111.027255
2013-09-01 111.703002 111.907414
2013-10-01 111.815165 112.034173
2013-11-01 111.702921 111.838494
2013-12-01 112.038035 112.413991
2014-01-01 113.158372 113.185048
2014-02-01 113.724205 113.870886
2014-03-01 113.155539 113.404002
2014-04-01 112.816056 112.959474
2014-05-01 112.928866 113.168620
2014-06-01 112.818645 112.902905
2014-07-01 112.931941 113.004289
2014-08-01 113.158534 113.247800
2014-09-01 113.716922 113.697932
2014-10-01 113.720401 113.826720
2014-11-01 113.493000 113.404233
2014-12-01 113.830218 114.100201
2015-01-01 114.178199 114.090529
2015-02-01 115.545035 115.465078
2015-03-01 115.000000 114.991658
2015-04-01 114.700000 114.653866
2015-05-01 114.500000 114.526643
2015-06-01 114.500000 114.483546
2015-07-01 114.900000 114.812357
2015-08-01 115.500000 115.512756
2015-09-01 115.600000 115.517099
2015-10-01 115.200000 115.306467
2015-11-01 115.200000 115.105296
2015-12-01 115.800000 115.925804
2016-01-01 116.300000 116.144158






average hourly earnings - income or cost


시간당 실질 임금 상승을 미국 경기 혹은 미국 주식시장의 선행지표로 활용하는 것은 ahead of the curve 이후 많이 알려졌다.

그러나

1) 실질임금이 소비(명목 혹은 실질)에 선행하는지 의심스럽다.
2) 오히려 90년대말 이후 실질임금과 명목소비는 역상관 관계를 보인다.
3) 명목임금을 물가대신 사용해서 실질지표를 재구성하면 새로운 관계가 나타난다.

그래서

시간당 실질임금을 소득의 지표로 보고 임금증가를 경기개선의 선행지표로 보는 기존의 관점에 추가해서, 임금을 비용으로 보는 것이 미국 경제를 이해하는데 도움이 된다고 본다.





시간당 임금, 소비자물가지수, 시간당 실질 임금.

임금과 물가는 관련성이 높다.
지난달의 물가상승은 시간당 실질 임금의 하락으로 나타난다.
실질임금의 감소가 경기, 주가에 선행한다는 관점에서는 중요한 신호가 발생한 것이다.


http://runmoneyrun.blogspot.kr/2016/02/systemic-risks-us-cpi-dollar.html

그런데 물가하락이 최고의 위험이 된 시점에서 물가 상승이 다시 위험신호가 된다는 것은 불합리하다.




임금과 소비의 관계를 비교하기 위해 물가는 pcepi로 일치시켰다.
명목소비(가는 선), 실질소비(굵은 선).

최근 실질임금은 감소하고, 실질소비는 증가했다.
소비는 물가보다 더 증가하고 임금은 덜 증가한 것이다.

수십년동안 실질임금이 소비에 선행하나?
이것은 보기 나름이지만 약하거나 없는 관계이다.

90년대말 이후 실질임금이 소비에 선행하나?
아니라고 본다.

왜?
내가 보기에 선행하는 것이 아니라 상당히 잘 역행하기 때문이다.





실질임금을 뒤집은 것이다.

실질임금(역축)이 소비와 동행하나?
그렇다.

실질임금이 감소하면 소비가 증가하고, 실질임금이 증가하면 소비가 감소한다.


이것이 미국의 현실이다.
설명하기 어렵다고, 임금이 소비에 선행한다고 믿으면 데이타를 속이는 것이다.






   실질 소비 - 실질 임금
= (소비 - pcepi) - (임금 - pcepi)
= 소비 - 임금

실질소비와 실질임금의 차이는 명목소비와 명목임금의 차이와 같다.
그 차이가 빨간 선이고, 80년대 이후 침체기에 마이너스가 된다.
경기에 선행한다는 실질임금, 미국 경제의 70-80%를 설명하는 가장 중요한 동행지표인 실질소비도  소비와 임금의 차이보다 명확하게 경기 순환을 보여주지 않는다.


다만 음전환이 경기에 선행하지 않는다.
그러나 고점은 침체 수년 전에 나타난다.

지금 어떤 위치인가?
하락 중이거나, 하락 중 반등하고 있다. 다시 올라간다면 90년대 후반과 비슷할 것이다.

미국에서 1960년대 이후 정상적으로 소비증가율이 임금상승률보다 높다.
그러다 임금상승률이 가팔라지는 시기에 경기가 꺾인다.

가장 간단하게 설명할 수 있는 것은 임금상승은 물가를 반영하고, 임금이 상승하는 시기는 물가가 상승하는 경기 후반이라는 것이다.

그렇다면 미국의 임금상승은 경기회복의 청신호가 아니다.


이것은 나의 과거 상식과 다르다.
그러니 나의 상식이 잘못된 것이고, 이제는 바꾸어야 한다.




실질임금(녹색)이 증가하면 주가(파랑)이 상승하나?
네.
이것이 기존의 대답이다.
그러나 나는 인정할 수 없다.





(미국채금리-임금)과 주가가 동행하나?
그렇다고 본다.
실질금리와는 비교할 수 없이 높은 관련성을 보인다.
10년물이 단기물보다 높은 관련성을 보인다.


장기금리가 오르고 임금이 낮아지면 주가가 오른다.

90년대말 이후 강화된 관계이다.
같은 시기에 소득과 임금의 역상관관계도 명확해졌다.

이에 대한 쉬운 설명은 임금은 비용이고, 임금이 낮아지면 자본가의 몫이 증가하는 것이다.
더 어려운 설명은 임금과 물가의 관련성을 더 조사한 다음에 가능할 것이다.






2016년 2월 23일 화요일

infra, netflix, coupang, emart, cash burning




http://www.businessinsider.com/fiber-optic-penetration-in-us-is-low-2016-2



한국의 초고속통신망 보급은 일본과 더불어 선두이다.
인정하지 않는 사람들이 많지만, 가격도 싸다.

어떤 회사들이 이 상황을 이용하고 있나?
쿠팡, 넷플릭스.


http://mnews.joins.com/article/19605320
"최고의 스포츠카(소프트웨어)를 만들려고 하는데 미국의 아마존은 도로(통신망·기기)가 너무 부실해서 하고 싶어도 못하는 반면 한국은 인프라 면에서 최고다. 해외 IT·물류 인재들이 제 발로 쿠팡에 입사하는 이유가 아무도 본 가본 길을 우리가 가고 있어서다.”
쿠팡 설립자의 말이다.







1조를 지른 손정의가 보고 있는 쿠팡이다.




이마트가 지금 쿠팡을 노린 이유 '한계 도달한 소셜의 자금고갈'
http://view.asiae.co.kr/news/view.htm?idxno=2016022310163371507
"하나금융투자는 쿠팡이 올해 내 투자자들이 만족하는 시장점유율을 확보하지 못하면 신규투자를 받기 어려워질 것이라고 전망했다. 또 시장점유율 상승이 제한적 수준에 머물 경우 쿠팡을 비롯한 소셜커머스 업체들의 도태는 불가피하다고 지적했다."
훈수꾼들이 보고 있는 쿠팡이다.



이마트, 매입채무 활용 현금흐름 개선 '갑질' 논란
http://www.thebell.co.kr/front/free/contents/news/article_view.asp?key=201602020100004980000303
"운전자본 부담 조절로 인위적인 현금흐름 관리를 하고 있지만 역부족이었다. 이마트의 외부 차입은 늘어만 갔다. 이마트 장단기 차입금은 3분기 말 기준 4조 1756억 원에 달한다. 점포확장 등 투자 때문이다."
쿠팡을 무찌를 것으로 사람들이 기대하고 있는 회사의 상황이다.



미래에 쿠팡이 아마존이고, 이마트가 월마트라면 누구의 손을 들어야 할까?

아마존은 이익이 안 나도, 현금흐름이 넘쳐서 자기 돈으로만 투자할 수 있었다.
그러고도 최고의 자리에 올랐다.
쿠팡의 상황은 아마존보다 열악하지만, 이마트의 상황도 쿠팡보다 좋은 것이 아니다.


기술의 싸움이라면 누가 유리한지 판단하기 어렵지 않다.
자본의 싸움이라면 누가 유리한지 판단하기 더 어려운가?



넷플릭스가 한국에 들어온지 두달째이다.

회원 가입을 한지 한달이 되어간다.
내일까지 연장을 할지 결정을 해야하지만 망설이고 있다.
불만이 있어서가 아니고, 사용하기 편하고 콘텐츠가 빨리 늘어나서 중독되어가고 있기 때문이다.
한달 10달러의 가치가 충분하고도 남는다.


넷플릭스가 한국에서 성공할 이유
http://estimastory.com/2016/02/20/netflix/
나도 넷플릭스가 한국에서 성공할 것을 전혀 의심하지 않는다.
궁금한 것은 기존 한국의 여러 iptv사업자, 케이블사업자, 콘텐츠제공자들이 어떻게 살아남을지 혹은 살아남을 수 있을지이다.



쿠팡에는 투자할 수 없다.
그러나 넷플릭스에는 투자할 수 있다.
문제는 현금이다.
엄청난 속도를 현금을 소진하고 있고, 외부에서 자본을 조달하고 있다.




당장은 자본조달에 문제가 없을 것이다.
이 문제를 해결하고 규모의 경제를 달성하는 순간, 50조 수준의 시가총액은 매우 저렴해 보일 수 있다.



현금이 문제이다.
부채나 투자의 문제는 아니다.
둘은 같은 문제가 아니다.
둘을 구분해야 하는 것은 회사나 국가나 마찬가지이다.



http://www.businessinsider.com/nbc-is-wrong-about-netflix-and-binge-watching-2016-2


넷플릭스의 모든 것http://www.huffingtonpost.kr/wonsuk-chin/story_b_8972608.html






systemic risks, US CPI, dollar





fed에서 금융 스트레스 지수나 금융 조건 지수를 발표한다.
3개 모두 한국 원화와 잘 일치한다.

미국, 세계의 금융상황을 결정하는 요소들이 위의 지수뿐 아니라 원화에도 직접적으로 영향을 준다고 볼 수 있다. 원화도 반대방향의 영향을 주겠지만, 상대적으로 매우 적을 것으로 가정할 수 있다.




신용스프레드도 위험을 반영하는 지표 중의 하나라고 할 수 있다.



뿐만 아니라 주가, 변동성, tips spread도 시장의 위험을 반영한다.

만약 금융위기 시의 고점에 가까울 수록 시장의 위험을 더 민감하게 반영하는 것이라면 주가와 tips spread가 비슷하다고 볼 수 있다.


순서를 구분하자면

1) s&p500, tips spread
2) financial stress index 3개, usd/krw
3) vix

리보, ted 등 기타 fred에서 확인할 수 있는 지표들이 더 있지만  이 정도로도 충분하다.


그런데 유가와 달러를 빼면 이런 지표들을 전부 합쳐도 앙꼬없는 찐빵에 불과하다.
이 둘이 최근 시장의 위험을 가장 잘 나타내는 지표라는 것은 뉴스를 보는 누구라도 알 수 있다.

하지만 금융위기시의 고점 혹은 저점과 비교하면 더욱 명확하다.




순위를 매기면 당연히 달러가 1위, 기름이 2위이다.

그런데 그 1등이 최근 고개를 숙였다.






전년 동월비로 보면 한참 지났다.
왜?
미국 물가가 미국의 무역상대국과 비교시 더 높기 때문이다.

금리, 성장률, 국제수지, 정책 등은 관련성이 적거나 2차적으로 환율에 영향을 주거나 혹은 수동적으로 환율을 반영해서 물가에 비해 중요도가 덜 하다고 본다.

실효환율의 비로 물가를 구하는 것이 멀게 느껴진다면 달러 인덱스의 반 이상을 차지하는 유로/달러와 두 지역의 물가를 비교해 본다.





유로/달러는 한동안 바닥을 다졌다.
같은 시기에 물가 비율도 그러하다.
최근 미국 물가가 상승하고 있지만, 유럽물가는 그렇지 않다.

미국 물가가 유럽 물가보다 빠른 상승을 지속하면 유로 강세가 발생할 것이다.
달러 약세도 피할 수 없을 것이다.
유가 하락도 멈추게 될 것이다.



결국 위의 모든 위험 지표들이 물가의 하락, 디플레이션의 위험을 반영하고 있다.

1950년대 이후 미국에서 물가하락은 위험이 아니었다.
위험은 물가, 혹은 자산가격의 급격한 상승과 거의 같은 뜻이었다.
그러나 지금은 대공황 이후 2차대전 직후의 시기처럼 물가하락을 최고의 위험으로 반영하고 있다.
그것이 정말 시장이 두려워하는 것이라면 미국 물가가 오르면 현 상황은 정리될 것이다.

미국 소비자 물가의 뚜렷한 상승이 처음 발생했다.
지속되는지 보자.



---------------
추가

http://www.advisorperspectives.com/dshort/updates/Inflation-X-Ray-View

http://www.advisorperspectives.com/dshort/updates/Inflation-Since-1872





2016년 2월 17일 수요일

chance and necessity- pound and won


자크 모노가 쓴 우연과 필연이라는 책이 있다.
30년 전에 읽고 다시 읽은 적은 없다.

그런데 가끔 어떤 현상들간의 필연적인 관련성을 보면서도 그런 필연이 발생시키는 수많은 우연적인 요소들의 결합을 보면 우연과 필연이라는 것이 어떻게 구분될 수 있는지 혼란스럽기도 하다.

전에 한국원과 영국파운드가 동행한다는 사실을 확인했다.
http://runmoneyrun.blogspot.kr/2014/07/gbp-vs-krw.html

이후에 환율은 장기적으로 물가라는 하나의 요소와 가장 직접적이고 높은 관련성이 있다는 것을 확인했다.
http://runmoneyrun.blogspot.kr/2015/04/reerneer-inflation-ratio-from-bis.html

수지, 외환보유고, 성장, 금리 등 그 어떤 요소도 물가와 비교 불가하다.

그럼 영국물가와 한국물가와의 관련성이 높은 것이 당연하다.




2000년대 초반 몇년간의 물가 수준이 달라보이지만, 2004년 후반 한국물가의 레벨다운을 제외하면 지난 15년간 영국, 한국의 환율에서 나타나는 유사성은 물가가 결정했다고 볼 수 있다.

영국과 한국의 유사점을 찾는 것은 경제, 정치, 사회 그 어떤 면에서도 쉽지 않다.
그럼에도 불구하고 15년 동안 비슷한 물가의 흐름이 나타나는 이유가 무엇인가?

'우연히 영국과 한국의 환율이 장기간 동행할 수 없다'는 생각이 정당하다면
'우연히 영국과 한국의 물가가 장기간 동행할 수 없다'는 생각도 정당해야 한다.

물가와 환율과의 필연적인 관계를 확인했다고 설명이 된 것은 아무것도 없다.
그래서 아직 영국과 한국의 환율이 15년간 동행하고 있는 것이 우연인지 필연인지 판단할 수 없다.




5개월 동안의 환율.
매우 비슷하다.




5년 동안의 환율.
또한 매우 비슷하다.



위안, 대만달러, 싱가폴달러처럼 한국과 관련성이 높아도 전혀 이상하지 않은 통화들과 비교해봐도 둘 간의 파운드와 원화의 높은 관련성을 부인할 수 없다.




3일 동안의 환율.
설령 둘 간에 확인되지 않은 필연이 존재한다고 해도 단기적인 흐름까지 비슷해야 할 필요는 없다.

그러나 한국에 특수한 어떤 이유로 원화 약세가 피할 수 없다고 생각한다면, 그 이유가 영국에도 적용될 수 있는 것인지 숙고할 필요는 있다.

어떤 필연은 겹쳐진 우연에 불과하다.
또한 반대도 똑같이 성립할 수 있다.